这门课在解决什么工作场景

日常业务里，很多人拿到一份脏数据就卡壳：字段格式混乱、有空值、维度对不齐，用 Excel 拖拽公式跑半天还容易卡死。这门课解决的就是从拿到原始数据到产出分析结论的完整链路。它不教 Python 基础语法，重点放在用 Pandas 做数据准备、清洗、整理与计算，同时引入 OpenRefine 处理一些不规则文本和批量预处理，最后用 Seaborn 和 Bokeh 把结果画成可读的图表。如果你经常被临时拉去拉数、做周报月报、或者要给业务方讲清楚数据背后的规律，这套流程能帮你把效率提上来，减少手工拼表。

适合什么基础与建议先看的几块

课程默认你已经能写简单的 Python 代码，知道列表、字典、函数怎么用，但不需要精通。如果你完全没碰过编程，建议先补基础再看，否则跑不通代码会很挫败。建议先看 EDA 探索性数据分析那节，建立先看数据全貌再动手清洗的思路；接着直接进 OpenRefine 的实战项目，学会怎么把脏数据规整成可分析的结构；最后回到 Pandas 实战项目，把清洗、计算、可视化的流程串起来。Seaborn 和 Bokeh 的简介部分可以当工具手册看，遇到具体画图需求再回来查，不用一开始就背参数。

学完能独立做什么与资料怎么配合练习

学完后你应该能独立完成一个完整的数据分析小项目：从拿到杂乱的原始文件开始，自己用 OpenRefine 做预处理，用 Pandas 做分组聚合和指标计算，再用 Seaborn 出静态图、用 Bokeh 出可交互图，最后写一份能说清业务问题的分析说明。资料配合练习的方式建议这样：先把每节里的项目数据集下载下来，跟着视频过一遍流程，理解每步在解决什么数据问题；然后合上视频，只看原始数据，自己从头跑一遍，卡住的地方再回去查对应章节。OpenRefine 和 Pandas 的操作手感差别很大，前者偏界面操作，后者纯代码，两者结合用能覆盖大部分日常数据清洗场景。


本课程是数据分析项目实战课程，专注于使用 Pandas 进行数据准备、清洗、整理、计算与可视化，讲授了专业数据清洗与处理工具OpenRefine，数据可视化框架

课程目录

*   第一章 Python数据分析项目实战-课程简介/

  *   本章导学/

    *   本章导学

  *   EDA 探索性数据分析方法简介/

    *   EDA探索性数据分析方法简介

  *   数据清洗工具：OpenRefine 简介/

    *   数据清洗工具：OpenRefine简介

  *   Seaborn 简介与效果展示/

    *   可视化框架：Seaborn简介

  *   Pandas 实战项目简介与效果展示/

    *   Pandas实战项目简介与效果展示

  *   本章总结/

    *   动态可视化库：Bokeh简介

    *   本章总结

*   第二章 OpenRefine数据清洗与预处理/

  *   本章导学/

    *   本章导学

  *   安装配置 OpenRefine/

    *   安装配置OpenRefine

  *   【实战项目一】多伦多市建筑许可数据清洗与处理/

    *   项目简介

    *   项目开发步骤

    *   数据清洗与处理（一）

    *   数据清洗与处理（二）

    *   数据分析问题（一）

    *   数据分析问题（二）

    *   项目总结

    *   作业&讲解

  *   【实战项目二】悉尼动力博物馆文物数据清洗与处理/

    *   项目简介

    *   导入数据&了解数据&清洗数据

    *   处理数据

    *   导出数据&项目

    *   项目总结

  *   【实战项目三】电影数据清洗与处理/

    *   项目简介

    *   清洗与处理数据

    *   调用翻译API翻译电影标题 （一）

    *   调用翻译API翻译电影标题 （二）

    *   项目总结

  *   本章总结/

    *   课程资料

    *   本章总结

*   第三章 Seaborn数据可视化进阶/

  *   本章导学/

    *   本章导学

  *   Pandas 图表配置中文字体/

    *   Pandas图表配置中文字体

  *   Pandas常用图表简介/

    *   Pandas常用图表简介

    *   Pandas常用图表-折线图

    *   Pandas常用图表-面积图

    *   Pandas常用图表-柱形图

    *   Pandas常用图表-饼图

    *   Pandas常用图表-直方图

    *   Pandas常用图表-盒形图

    *   Pandas常用图表-散点图

    *   Pandas常用图表-散点矩阵图

    *   Pandas常用图表-绘制多个图表

  *   Seaborn 常用配置与常用图表详解/

    *   Seaborn 常用配置与常用图表简介

    *   配置开发环境与内置数据集简介

    *   配置色彩与样式

    *   Seaborn 常用图表简介

    *   单变量分布图

    *   双变量关系图-lineplot 线形图

    *   双变量关系图-scatterplot 散点图

    *   双变量关系图-heatmap 热力图

    *   双变量关系图-relplot 维度关系图

    *   双变量关系图-Implot 线性回归关系图

    *   双变量关系图-Jointplot与JointGrid

    *   双变量关系图-Pairplot与PairGrid

    *   分类数据图- stripplot与swarmplot

    *   分类数据图- boxplot,boxenplot与violinplot

    *   分类数据图- barplot,countplot与pointplot

    *   矩阵图表

    *   Seaborn 常用配置与常用图表总结

  *   【数据可视化项目实战】美国大学毕业生就业趋势可视化/

    *   实战项目简介

    *   读取并初步了解数据情况

    *   清洗整理数据

    *   数据分析问题一：按年度探索专业毕业生人数趋势

    *   数据分析问题二：按年度、专业探索毕业生就业趋势

    *   数据分析问题三：探索哪个专业薪资增长最多，最快

    *   数据分析问题四：按年度、专业探索女性在毕业生中的占比趋势

    *   数据分析问题五：按年度、专业探索亚裔学生在毕业生中的占比趋势

    *   实战项目总结

  *   本章总结/

    *   本章总结

*   第四章 Pandas数据分析实战项目/

  *   本章导学/

    *   本章导学

  *   【实战项目一】Chipotle 西餐厅外卖订单数据分析/

    *   项目简介

    *   分析问题一：分析外卖订单销量情况（1）

    *   分析问题一：分析外卖订单销量情况（2）

    *   分析问题二：分析重要菜品的配料

    *   项目拓展：绘制中文词云

    *   项目总结

  *   【实战项目二】 Youtube 视频流行趋势数据分析/

    *   项目简介

    *   读取并初步了解数据情况

    *   分析数据&绘制图表

    *   绘制词云

    *   项目总结

  *   【实战项目三】2012 年美国总统选举捐款数据分析/

    *   项目简介

    *   使用OpenRefine过滤数据

    *   分析问题一：按捐款人职业分析其捐款倾向

    *   分析问题二：按捐款人区域分析其捐款倾向

    *   项目总结

    *   作业解答

  *   【实战项目四】北京市空气质量数据分析/

    *   项目简介

    *   读取并初步了解数据情况

    *   分析数据，使用Pandas+Seaborn绘制图表

    *   使用Pyecharts+eplot绘制图表

    *   使用Pyecharts绘制地理图表

    *   项目总结

  *   【实战项目五】2005-2017年美国芝加哥市犯罪记录数据分析/

    *   项目简介

    *   读取并初步了解数据情况

    *   清洗&整理数据

    *   使用Pandas时序分析方法探索数据规律（1）

    *   使用Pandas时序分析方法探索数据规律（2）

    *   使用Seaborn绘制热图探索数据规律（1）

    *   使用Seaborn绘制热图探索数据规律（2）

    *   使用Folium绘制地理图表探索数据规律（1）

    *   使用Folium绘制地理图表探索数据规律（2）

    *   项目总结

  *   本章总结/

    *   本章总结

*   第五章 动态可视化图表与控制面板项目实战/

  *   本章导学/

    *   本章导学

  *   【实战项目一】 Bokeh+Pandas动态可视化图表实战/

    *   项目简介

    *   配置开发环境

    *   使用Bokeh+Pandas绘制动态图表（1）

    *   使用Bokeh+Pandas绘制动态图表（2）

    *   使用Bokeh+Pandas绘制控制面板

    *   项目总结

  *   【实战项目二】美国纽约市出租车可视化分析/

    *   项目简介

    *   使用Pandas处理大型数据集

    *   使用Bokeh开发Web可视化应用（1）

    *   使用Bokeh开发Web可视化应用（2）

    *   使用Bokeh开发Web可视化应用（3）

  *   本章总结/

    *   本章总结

*   第六章 Python数据分析项目实战-课程总结/

  *   课程总结/

    *   课程总结